你好，机器人世界！ / Hello, Robot World!

你好，机器人世界！ / Hello, Robot World!

开场故事：清晨七点十分的小问号

清晨七点十分，闹钟还没响。

七岁的米娅（Mia）揉了揉眼睛，听到厨房里传来轻轻的"嗡——"声。她悄悄走到门口，看见圆头圆脑的"豆豆"——家里的服务机器人——正用机械臂把牛奶倒进杯子，另一只手臂小心地把米娅最爱吃的草莓从冰箱里拿出来。

"豆豆，你怎么知道我想吃草莓？"米娅问。

"你的睡眠数据告诉我你昨晚睡得很沉，今天应该想补充维生素 C。冰箱里草莓最显眼，所以我先拿它。"豆豆转过头，屏幕上的大眼睛眯成两道弯月，"早安，米娅。"

"豆豆，你到底是玩具，还是电脑？"

豆豆停了一下，认真地说："我是机器人。让我慢慢告诉你，我和你那辆遥控小汽车、和你的 iPad，到底有什么不一样。"

> The Morning Story: A Tiny Question at 7:10 > > The alarm hasn't rung yet. Seven-year-old Mia rubs her eyes and hears a soft "hum" from the kitchen. She tiptoes to the door and sees "Doudou" (Little Bean)—the family's service robot—pouring milk into a cup with one mechanical arm, while another arm carefully takes Mia's favorite strawberries out of the fridge. > > "Doudou, how did you know I want strawberries?" > > "Your sleep data tells me you slept deeply last night, so today you probably want some Vitamin C. Strawberries are the most visible item in the fridge, so I grabbed them first." Doudou turns its head, and the big eyes on its screen squint into two crescent moons. "Good morning, Mia." > > "Doudou, are you a toy or a computer?" > > Doudou pauses, then says seriously, "I am a robot. Let me tell you, slowly, how I am different from your remote-controlled car and your iPad."

这个故事会陪你读完这一整章。从今天开始，我们要回答一个看似简单、其实非常深奥的问题——

机器人到底是什么？它和玩具、和电脑、和那些能在流水线上拧螺丝的"机械臂"，到底有什么不一样？

---

一、什么是机器人？——给"机器人"下一个清晰的定义

1. 词典里的答案和工程师眼里的答案

如果我们去查字典，"机器人"（robot）这个词最早出现在 1921 年捷克作家卡雷尔·恰佩克（Karel Čapek）写的一部戏剧里，原意是"被强迫劳动的人"。后来这个词传到了全世界，变成"人造的、能替人干活的东西"。

但是字典上的定义太模糊了。一个会跳舞的玩具娃娃算不算机器人？一台自动售卖机算不算？家里会扫地的圆盘子算不算？流水线上一刻不停地拧螺丝的机械臂算不算？

我们需要一个更严格、更有用的定义。工程师和科学家们通常这么说：

> 机器人是能"感知环境、做出决策、执行动作"的智能机器。

英文的版本更短，也更好记：

> A robot is a smart machine that can sense, think, and act.

请记住这三个动词：Sense（感知）、Think（思考）、Act（行动）。这是判断一个东西到底是不是"机器人"的最重要标准。

2. 三个动作，缺一不可

我们一个一个来看。

第一个动作：感知（Sense）——机器人要用各种"感觉器官"去认识周围的世界。这些感觉器官在技术里叫做传感器（sensors）。它们就像人的眼睛、耳朵、鼻子、皮肤：

• **摄像头（Camera）**：让机器人看到东西，相当于"眼睛"。
• **麦克风（Microphone）**：让机器人听到声音，相当于"耳朵"。
• **触摸传感器（Touch Sensor）**：让机器人感觉到被碰到，相当于"皮肤"。
• **激光雷达（LiDAR）**：用激光"画"出周围物体的形状，机器人就能知道前面有没有墙、有没有桌子腿。
• **陀螺仪和加速度计（IMU）**：让机器人知道自己有没有倾斜、有没有摔倒。

一个完全没有任何传感器的机器，不能叫机器人，它只是个"会动的盒子"。

第二个动作：思考（Think）——机器人要把"看到、听到、摸到"的信息进行处理，决定下一步做什么。这部分通常是由电脑芯片和人工智能算法（AI algorithms）来完成的，我们叫它机器人的大脑（brain）。它的任务是回答下面这类问题：

• 我前面有杯子吗？
• 杯子里有水吗？
• 米娅要喝水还是喝牛奶？
• 怎么伸手过去才不会把杯子碰倒？

第三个动作：行动（Act）——决定之后，机器人要真的去"做"。这就要靠执行器（actuators）。它们是把"想法"变成"动作"的部分：

• **电机（Motor）**：让轮子转、让机械臂弯。
• **舵机（Servo）**：让手指能张开、合上。
• **扬声器（Speaker）**：让机器人能"说话"。
• **屏幕（Screen）**：让机器人能"显示表情"。

如果一个东西能"想"也能"动"，但是完全没有"感觉"——比如一台固定程序播放音乐的音响——它不算机器人，因为它没有"感知"的部分。如果它能"感知"也能"动"，但完全没有"思考"——比如一扇感应门——它也不算机器人，因为它只是在做一个"如果有人来就开门"的简单决定。

感知 → 思考 → 行动，这三个动作连起来不断循环，才是机器人。这条循环有一个专门的名字，叫做感知-决策-行动闭环（Sense–Decide–Act Loop）。我们等一下会用一张图把它画出来。

3. 机器人 vs 玩具车 vs 电脑

让我们用这个"三动作"标准，来做一次小小的"找不同"游戏：

| 东西 | 能感知吗？ | 能思考吗？ | 能行动吗？ | 是机器人吗？ | |---|---|---|---|---| | 遥控小汽车 | ❌ 没有传感器（除非装了摄像头） | ❌ 没有 AI | ✅ 轮子能转 | 不是普通意义上的机器人 | | iPad | ✅ 触摸屏、摄像头 | ✅ 里面有 AI | ❌ 不能自己动 | 不是机器人 | | 自动售货机 | ✅ 能识别硬币和纸币 | ⚠️ 只有非常简单的判断 | ✅ 能把饮料推出来 | 通常不叫做机器人 | | 扫地机器人 | ✅ 激光雷达、悬崖传感器 | ✅ 路径规划算法 | ✅ 轮子、吸尘电机 | 是机器人 | | 家里的豆豆 | ✅ 摄像头、麦克风、触觉 | ✅ 视觉语言大模型 | ✅ 双臂、底座、扬声器 | 是机器人 | | 工厂机械臂 | ✅ 摄像头、力传感器 | ✅ 轨迹规划 | ✅ 多关节 | 是机器人 | | 一只会叫的毛绒玩具 | ❌ 没有真正传感器 | ❌ 没有 AI | ❌ 不能动 | 不是机器人 |

你会发现，机器人不是"长得像人"的东西，而是"能感知、能思考、能行动"的东西。这条原则我们后面还会反复用到。

> What Is a Robot? A Clear Definition > > Engineers and scientists usually say: a robot is a smart machine that can sense, think, and act. Remember the three verbs: Sense, Think, Act. They form a closed loop called the Sense–Decide–Act Loop. If something is missing any of the three, it is usually not called a robot. A remote-controlled car without sensors is just a moving toy. An iPad without the ability to move on its own is just a computer. A vacuum robot with LiDAR, path-planning AI, wheels, and a suction motor is a real robot.

---

二、从自动玩偶到 AI 机器人：两千五百年的进化史

机器人这个想法，并不是 20 世纪才有的。让我们沿着时间线，回到很久很久以前。

1. 古代的"假机器人"——机关与自动玩偶

约公元前 400 年｜古希腊｜Archytas 的机械鸽 古希腊数学家 Archytas of Tarentum 制造了一只木头的鸽子，里面装着蒸汽。它能飞一小段距离，然后落下来。虽然它不会"思考"，但这是人类最早尝试让"人造的东西"自己动起来的记录。

约公元 60 年｜古罗马｜亚历山大的希罗（Hero of Alexandria） 希罗写过一本书叫《气动力学》（Pneumatica），里面描述了各种各样的自动装置：自动打开的神殿门、用蒸汽推动的旋转球、能倒酒的雕像。它们都不是"机器人"，但是它们证明了古人已经知道"机械可以让东西自己动"。

公元 8–13 世纪｜阿拉伯世界｜阿尔-贾扎里（Al-Jazari） 阿尔-贾扎里是一位穆斯林发明家，他写了《精巧机械装置的知识》（The Book of Knowledge of Ingenious Mechanical Devices），里面有水钟、抽水机，还有一支会演奏音乐的机器人乐队。这些"自动玩偶"会按节奏敲鼓、吹笛，是今天表演机器人的远祖。

1662 年｜日本｜"机关人偶"（Karakuri） 日本的工匠 Tanaka Hisashige（田中久重）制造了一个会端茶倒水的木偶，它会自己走到客人面前，鞠躬，然后把茶放下。Tanaka 后来被叫做"日本的达·芬奇"。

1738 年｜法国｜沃康松的机械鸭（Canard Digérateur） 雅克·德·沃康松（Jacques de Vaucanson）造了一只机械鸭子。它能"嘎嘎"叫，能喝水，能拍翅膀，甚至还能"消化"食物并排出小颗粒。当然，它没有真正的胃，但是它让整个欧洲惊叹：原来机器可以模仿生命。

为什么这些"假机器人"很重要？因为它们证明了一件事——人类两千五百年来一直想造出会"自己动"的东西。我们想造出像神话里那样的自动铜人、像希腊神话里那样的青铜巨人塔洛斯（Talos）。这种"想造机器人"的愿望，比真正的机器人早出现了两千多年。

2. 真正的机器人登场——20 世纪

1921 年｜"Robot"这个词诞生 捷克作家 Karel Čapek 在戏剧《罗素姆万能机器人》（R.U.R.）里，第一次使用了"robot"这个词。这个词来自捷克语 "robota"，意思是"苦工"。戏剧里的机器人是人造的、用来代替人劳动的工人。后来它们有了感情，反抗了人类。这出戏给后来所有的机器人故事定了调：机器人是"镜子"，照出人类对劳动、对智能、对自身的看法。

1950 年｜图灵的"机器人会思考吗？"问题 英国数学家艾伦·图灵（Alan Turing）写了一篇划时代的论文，问了一个问题："机器能思考吗？"（Can machines think?）他提出了一个测试：把人和机器放在两边，用文字对话，如果人分不清对方是机器还是人，那我们就说机器"有智能"。这个测试叫图灵测试（Turing Test）。从那以后，"机器人聪明不聪明"成了一个可以认真讨论的题目。

1954 年｜第一个真正可编程的机器人 Unimate 美国人乔治·德沃尔（George Devol）发明了第一个可编程的工业机器人手臂 Unimate。它不再是只会重复一个动作的机器——它可以被"教"一套新动作。1959 年，他和工程师约瑟夫·恩格尔伯格（Joseph Engelberger）成立了 Unimation 公司，1961 年，第一台 Unimate 进入了通用汽车（General Motors）的工厂。这是机器人第一次进入"真实工作"。

1966–1972 年｜Shakey 机器人：第一个会"思考"的移动机器人 斯坦福研究所（SRI）造出了一个叫 Shakey 的轮式机器人。它能在房间里走来走去，自己画出房间的地图，然后规划路线去拿东西。它做得很慢、很笨，但它是第一个把"感知-决策-行动闭环"完整实现的机器人。我们前面说的那个闭环，就是从 Shakey 开始的。

1997 年｜火星探路者 Sojourner 美国 NASA 的"火星探路者"号探测器带着一个小轮式机器人旅居者号（Sojourner）登陆火星。它在火星上走了大约 100 米，分析了岩石的化学成分。这是机器人第一次在另一颗行星上"工作"，是真正意义上的"机器人探险家"。

2002 年｜Roomba：第一个走进千万家庭的服务机器人 iRobot 公司推出了第一台 Roomba 扫地机器人。它能感知地面的脏东西、自己规划路线、避开家具，还能自己回到充电座。它卖出了几千万台，让"机器人"这个词第一次真正进入普通家庭的客厅。

2010 年代｜协作机器人和自动驾驶

• **Baxter**（Rethink Robotics，2012）：一个有"脸"的工业机器人，可以和人一起工作而不会伤人。
• **Waymo、Google、百度、特斯拉** 开始在城市道路上测试自动驾驶汽车。它们是"会开车的机器人"。

3. 2020 年代：AI 觉醒的机器人黄金时代

从 2020 年开始，发生了三件大事，让机器人世界完全变了样。

第一件：大语言模型（LLM）出现 2022 年底，ChatGPT 让全世界看到了"语言 AI"的力量。一个 AI 可以读懂一段话、写一篇作文、回答问题、甚至看懂一张图。这就让机器人的"大脑"突然变聪明了：以前机器人只能听懂固定的命令，现在它能听懂你说的自然语言，比如"把那杯看起来最像橙汁的饮料递给我"。

第二件：人形机器人开始走出实验室

• **Atlas**（Boston Dynamics）：做后空翻、在工地搬砖、跳上高台。
• **Optimus**（Tesla）：在工厂里搬运零件，目标是量产几百万台。
• **Figure 01**（Figure AI）：和人类对话、做咖啡、收拾碗碟。
• **H1**（中国宇树 Unitree）：跑得比人还快，已经在春晚跳过舞。
• **Walker S**（中国优必选 UBTech）：在比亚迪的工厂里做汽车装配。
• **Neo**（挪威 1X Technologies）：进入家庭做家务。

第三件：世界模型（World Model）成为新范式 过去，机器人工程师要一行一行写规则："如果看到红色球，就伸手去抓；如果手滑了，就重新规划路径。"这非常慢，也非常笨。

新的方法是：让 AI 自己学一个"关于世界如何运转的内部模型"。这叫世界模型（World Model）。它能想象："如果我现在把球松开，球会掉到地上。""如果我踩到这块石头，可能会滑倒。"有了世界模型，机器人就不必被人一条一条教规则，它可以自己预测事情会怎么发展，然后做出更好的决定。这本书后面的章节会专门讲世界模型——它是当下最激动人心的技术之一。

4. 这条时间线告诉我们什么

让我们停下来，看一看这条时间线背后的一条暗线：

> 从"动起来" → 到"按规矩动" → 到"按自己的判断动" → 到"按世界模型来动"

两千五百年来，人类一直在做同一件事：让机器从"完全不能动"，一步步走向"能自己判断、自己行动"。今天我们正站在这个长河的又一个新阶段：机器人开始拥有"世界模型"，开始能想象未来。

> A 2,500-Year Journey: From Automatons to AI Robots > > - ~400 BC – Archytas of Tarentum builds a steam-powered wooden pigeon. > - ~60 AD – Hero of Alexandria writes *Pneumatica*, full of self-moving devices. > - 8th–13th century – Al-Jazari in the Islamic world builds a robot music band. > - 1662 – Tanaka Hisashige in Japan builds a tea-serving Karakuri doll. > - 1738 – Vaucanson in France builds a mechanical duck that seems to "digest". > - 1921 – Karel Čapek's play *R.U.R.* gives us the word "robot". > - 1950 – Alan Turing asks "Can machines think?" and proposes the Turing Test. > - 1954 – George Devol invents the programmable robot arm Unimate. > - 1966–1972 – Shakey, the first robot to think while moving. > - 1997 – Sojourner becomes the first robot explorer on Mars. > - **2